加急见刊

基于海表异常温度与MPGA-BP模型的干旱预测

刘振男; 周靖楠 贵州理工学院; 贵州贵阳550001

摘要：针对BackPropagation（BP）神经网络训练时,初始权值与阈值选取随机性大的不足,利用多种群遗传算法（Multiple-PopulationsGeneticAlgorithm,MPGA）对其进行改进,构建了MPGA-BP神经网络预测模型,并选用海表异常温度（Seasurfacetemperatureanomalies,SSTA）作为该干旱预测模型的输入因子,对研究区域的干旱进行了预测。结果表明：以SSTA作为MPGA-BP神经网络的输入因子能够有效的预测干旱,该模型对干旱的预测精度高于BP神经网络与统计回归模型。测试期,MPGA-BP预测所得RMSE为2.1658,CORR为0.9161,BP预测所得RMSE为3.2919,CORR为0.8109,统计回归模型所得RMSE为3.6990,CORR为0.7243,因此,以SSTA作为预报因子的MPGA-BP神经网络模型性能指标符合当地实际要求,具有一定的应用价值。

注: 保护知识产权,如需阅读全文请联系贵州农机化杂志社